基于阻碍度模型的区域创新驱动阻力类型分析

范 斐，肖泽磊，杨刚强，孙元元

(1.武汉大学中国中部发展研究院，湖北 武汉 430072；2.武汉大学经济与管理学院，湖北 武汉 430072；3.华中师范大学湖北经济与社会发展研究院，湖北 武汉 430079)

基于阻碍度模型的区域创新驱动阻力类型分析

范 斐1,2，肖泽磊3，杨刚强1，孙元元1

(1.武汉大学中国中部发展研究院，湖北 武汉 430072；2.武汉大学经济与管理学院，湖北 武汉 430072；3.华中师范大学湖北经济与社会发展研究院，湖北 武汉 430079)

在构建区域创新驱动评价指标体系的基础上，利用TOPSIS模型计算2000—2014年中国31个省级区域创新驱动能力状况，借助阻碍因子诊断模型分析影响区域创新驱动能力提升的阻碍因素，并运用最小方差法(LSE)对区域创新驱动进行系统阻力类型划分。结果表明：①产业结构调整与制造业转型升级缓慢、R&D经费投入强度较弱与自主创新内生动力不足成为制约区域创新驱动发展的普遍性因素。②不同阻碍因子对不同地区创新驱动影响作用也有所不同，未来应该针对不同区域的阻碍因子制定差别化的区域创新驱动政策。③在区域创新驱动提升阻力的4种模式中，以三系统中的知识创获系统、企业创新系统和创新绩效系统(K-C-E型)阻力模式最为普遍。

创新驱动；TOPSIS模型；阻碍因素；阻力模式

当前，中国经济已经进入新常态，支撑经济快速发展的人口红利、要素成本低的优势正在日益衰减，依靠资源消耗快速发展的状况已经不可持续。今后的发展必须切换经济发展的主引擎，摆脱对物质生产要素的过度依赖，转入创新驱动的轨道，依靠不断创新来提升价值链，提升产品附加值，提高质量和效益[1-3]。目前国内外关于创新驱动的研究主要是从以下两个方面展开的：一是从理论上探讨创新驱动的概念、内涵和外延[4-5]，从经济发展的本质、世界各国经济发展的趋势以及中国全面建成小康社会的要求揭示中国走创新驱动发展之路的必然性与紧迫性，并在探讨创新驱动发展的主要特征，深入研究创新驱动发展机制的基础上，明确中国创新驱动发展战略的路径选择[6-8]。二是从质量管理学、技术创新管理学、战略管理学和形式逻辑学等学科领域出发，通过学科融合，运用综合评价方法，对中国创新驱动能力进行评价[9]，揭示创新绩效演化趋势，科学测度创新驱动与工业转型之间的联系[10]，从而有助于对有效实施创新驱动战略提出相应的政策建议。

1 研究方法与数据选取

1.1 研究方法

(1)TOPSIS模型。TOPSIS模型是系统工程学里较为实用的多目标系统决策方法。通过测算待评价样本与“最优方案”的贴近程度，实现评价样本的优劣排序[11]。本文将TOPSIS模型引入到区域创新驱动能力评价中，利用区域创新驱动能力指标体系中的各项指标数据，测算2000—2014年中国31个省级区域创新驱动状况。TOPSIS模型主要运算步骤如下：

(i=1,2,3…m;j=1,2,3…n)

(1)

式中，xij为标准化后的数值，表示第i个样本的第j个指标值。

②确定“最优方案”X+和“最劣方案”X-：

(i=1,2,3…m)

(2)

(i=1,2,3…m)

(3)

③计算单个样本与X+和X-的距离和：

(4)

(5)

公式(4)和公式(5)中wj为指标数据间的权重系数。

④计算各个样本与“理想”样本的相对贴近程度：

(6)

公式(6)中Ci为第i个样本与“最优方案”的贴近度，0≤Ci≤1。

(2)阻碍度模型。在区域创新驱动能力的评价过程中，不仅要对区域创新驱动能力水平进行测度，更需要辨析不同地区在创新驱动过程中的阻碍因素，明确是哪些因素影响区域创新驱动能力的提升。因此，本文将阻碍度模型引入区域创新管理，对创新驱动展开延伸性研究，试图探寻影响区域创新驱动与转型发展的阻力因素。阻碍度计算采用因子贡献度、指标偏离度和阻碍度3个指标进行分析诊断：①因子贡献度(wj)即单个因素对总目标的贡献程度，用单个因素的权重表示；②指标偏离度(Oj)是指单因素指标与系统发展目标的差距，此处设为单项指标标准化值与100%之差；③阻碍度(Ij)为单项指标或准则层因素对区域创新驱动能力的影响程度[12]，见公式(7)与公式(8)：

Oij=1-xij

(7)

(8)

在分析各单项指标评价因子限制程度基础上，进一步研究单个子系统对区域创新驱动的阻碍程度，见公式(9)：

U=∑Ij

(9)

(3)最小方差法。本文在分析区域创新驱动阻碍因子时，将LSE模型[13]引入阻碍评价，利用阻碍度得分，对指标体系中子系统进行阻力模式划分，实现区域创新驱动的阻力类型分析，计算如公式(10)：

(10)

1.2 指标体系

本文综合借鉴国内外相关研究[14-16]将区域创新驱动中所涉及的多因素分类融入到知识创获、企业创新、创新绩效、创新环境四个系统中。其中知识创获用来衡量区域创造新知识以及利用全球一切可用知识的能力；企业是技术创新的主体，企业创新用来衡量区域内企业应用新知识、推成新知识、新产品或新工艺的能力；创新绩效用来衡量区域创新的产出能力；创新环境用来衡量区域为知识的生产、流动和应用提供相应环境的能力。在遵循指标数据可获得性、可比较性、可利用性等原则的基础上，分别选取不同性质的指标数据，以期能全面反映区域创新驱动过程，并利用主客观综合赋权法得到各指标之间的权重系数(见表1)。

1.3 数据来源

本文所建立的区域创新驱动评价指标体系共涉及4个系统共计38个指标，覆盖2000—2014年中国31个省级区域，指标体系中所有数据均来源《中国统计年鉴》(2001—2015年)、《中国科技统计年鉴》(2001—2015年)以及中华人民共和国科学技术部、国家知识产权局网站等，部分指标数据是根据统计数据进行综合处理所得。

表1 区域创新驱动能力评价指标体系

续表1

2 区域创新驱动能力测评与阻碍因素分析

2.1 区域创新驱动能力分析

利用TOPSIS法进行计算，得到知识创获、企业创新、创新绩效、创新环境四个子系统的创新驱动评测得分，并用均权法再次结合TOPSIS法，最终得到区域创新驱动综合评测得分(见表2)，限于篇幅，仅列出研究基期与研究末期平均得分。

表2 区域创新驱动能力与位序表

根据表2可知，研究期平均创新驱动能力排在前十位的地区基本位于东部地区，主要有：北京、江苏、上海、广东、浙江、山东、辽宁、天津，中西部地区仅有湖北与陕西排在前十位。整体而言，东部地区的创新驱动能力明显优于广大中西部地区，这与东部地区发达的经济基础、雄厚的物质条件、良好的科技进步环境等诸多要素是分不开的。不同区域创新驱动指标贡献程度差异较大，计算结果反映了区域综合创新驱动能力与各创新驱动子系统的基本发展状况，为重点展开区域创新驱动指标层和子系统的阻碍因子诊断分析奠定研究基础。

2.2 区域创新驱动的阻碍因子分析

为探究影响区域创新驱动能力提升的因素及有效管理创新驱动阻力，就指标层各指标数据阻碍度进行测算，辨析区域创新驱动过程中的阻碍因子。由于区域创新驱动能力评价指标体系中涉及较多相关指标，为明确区域创新驱动的主要阻碍因子，本文按照单项指标对区域创新驱动的阻碍度大小，筛选出阻碍度大于2%，对区域创新驱动迟滞作用较为明显的阻碍因子，并在此基础上，针对区域创新驱动指标层包含的38个具体指标，制作省级区域2000年与2014年频数分布直方图(见图1、图2)。

图1 2000年创新驱动能力阻碍指标区域频数分布

图2 2014年创新驱动能力阻碍指标区域频数分布

由图1可知，2000年在众多对于区域创新驱动的迟滞影响因子中，存在具有普遍影响作用的阻碍因子，其中R&D经费投入强度(x2)、每万人专利申请受理数(x3)、规模以上企业R&D经费外部支出(x16)、信息产业产值(x24)、每万人外观设计专利申请数(x15)、年度科普经费筹集额(x34)、R&D人员全时当量(x1)、科技馆当年参观人数(x33)的频数依次为：28、26、25、24、19、18、16、16，覆盖全国1/2以上的省级区域。这充分说明R&D经费投入强度较少、自主创新内生动力不足、科学技术普及力度较弱与创新环境亟待优化成为制约区域创新驱动的普遍性因素。在2014年，对区域创新驱动具有普遍影响作用的阻碍因子数量由研究基期的8个下降为5个，仅信息产业产值(x24)、R&D经费投入强度(x2)、每万人外观设计专利申请数(x15)依然覆盖全国1/2以上的省级区域，但区域频数却下降为20、16、16。此外，第三产业增加值占GDP比重(x16)、每万人专利授权数(x5)成为具有普遍影响作用的阻碍因子，这两个阻碍因子在2014年的区域频数分别为23与17，说明随着区域创新驱动能力的不断增强，对区域创新驱动的阻碍因素逐渐减弱，产业结构调整与制造业转型升级缓慢逐步对区域创新驱动起到较大的阻碍作用。

北京、上海、重庆创新驱动能力较强，但技术升级、产业产出、高技术企业、规模以上企业研发投入等因素对于3个地区的创新驱动制约较大，特别是较低的规模以上企业R&D经费外部支出、信息产业产值、高技术企业数、规模以上企业R&D人员数等因素对3个地区的创新驱动存在明显的阻碍效应。浙江、广东、江苏、福建除了受到技术升级制约以外，研发投入、教育支撑、专利申请授权等因素对于这些地区的创新驱动也具有较强的阻碍作用。天津、河北、山西、黑龙江、吉林、辽宁、陕西、甘肃、湖南、四川、海南、云南、山东等13个地区的创新驱动，一方面受到技术升级、研发投入与产业产出等因素的较大制约，另一方面在科技普及与教育支撑等创新环境的营造方面投入也有所不足，突出表现在年度科普经费筹集额、教育经费支出、对教育投资占GDP的比重等关键指标对这些地区的创新驱动阻碍作用较为明显。与此同时，高技术产业产值、出口额占GDP比重、信息产业产值、R&D经费投入强度等因素显著影响安徽、内蒙古、湖北、江西、河南、广西、贵州等7个地区的创新驱动发展。而西藏、青海、宁夏、新疆4个地区普遍存在信息产业与高技术产业产值较低，出口额占GDP的比重较小，高技术企业数量较少，规模以上企业R&D人员数严重不足等问题，都不利于这些地区的创新驱动发展。

3 区域创新驱动的阻力类型分析

利用最小方差法(LSE)，结合知识创获、企业创新、创新绩效、创新环境四个子系统的阻碍度得分，划分区域创新驱动的不同类型空间阻力模式与空间阻力类型：

(1)单系统阻力模式。在研究基期并未出现该阻力模式，在研究末期该阻力模式在省级区域仅有K型，且仅包括由2000年K-C型转化到2014年K型阻力作用为主的浙江省。浙江省具有较好的创新创业氛围，民营经济发达，广大中小型企业具有较强的创新能力与创新冲动，经过多年发展逐步缓解了企业创新对区域创新驱动的阻碍作用，但相对匮乏的科技、教育资源使得支撑创新驱动的科技供给能力在研究期内一直略显不足，浙江全省仅有浙江大学一所985高校，每万人发表国内论文数量、技术市场企业平均交易额等核心知识创获指标在全国处于中下游水平。此外，劳动力受教育程度相对较低，技能型人才较少，严重影响了浙江省科技创新知识的创造与获取，因此，未来人才的引进与储备应成为浙江省创新驱动发展的关键。

(2)双系统阻力模式。该阻力模式根据不同的阻力作用，在2000年可以划分为K-C型与C-E型两种类型，在2014年可以划分为C-P型、K-C型与K-E型三种类型。其中K-C型在2000年包括主要以知识创获系统与企业创新系统的阻力作用为主的浙江、上海与福建，随着在研究末期浙江退出该类型，该类型在2014年仅为上海与福建。上海的R&D人员全时当量与技术市场企业平均交易额，福建的R&D经费投入强度、每亿元研发经费内部支出产生的发明专利申请数、规模以上企业就业人员中R&D人员比重等知识创获系统与企业创新系统指标相对较弱，在整体上影响了两个地区创新驱动发展。C-E型在2000年包括主要以企业创新系统与创新环境系统阻力作用为主的北京、江苏、广东，但在研究末期，北京发展成为唯一以企业创新系统与创新绩效系统的阻力作用为主的C-P型。北京作为全国政治中心、文化中心、国际交往中心、科技创新中心，具有全国最强的知识创造与获取能力，随着其创新环境的改善，各类创新要素不断积聚，但创新绩效却没有以相同的高速度增长，且其企业创新能力一直稍显薄弱，在规模以上企业R&D经费内部支出、规模以上企业技术改造经费支出、国家产业化计划项目当年落实经费等企业创新系统与创新环境系统的指标上明显不如其知识创获系统。而江苏与广东在2014年发展成为以知识创获系统与创新环境系统阻力作用为主K-E型，这两个地区的整体创新驱动能力较强，企业创新系统逐步由对区域创新驱动的阻碍作用发展成带动作用。虽然R&D经费投入较大，但是由于整体经济体量也较大，因此R&D经费投入强度较小，整体上影响了这两个地区知识创获系统的提升。此外，这两个地区的经济能耗与环境污染等非期望产出也整体较高，显示了高速发展所付出的高耗能高污染代价，未来需要进一步加强污染物的排放限制，平衡好经济发展与生态环境保护之间的关系。

(3)三系统阻力模式。该阻力类型在2000年仅为K-C-E型，在2014年可以具体分K-C-P型与K-C-E型2种类型。其中，以知识创获系统、企业创新系统和创新绩效系统为主的K-C-P型区域在研究末期仅为宁夏。宁夏的创新驱动能力在全国处于较弱水平，受制于自然资源条件的约束，宁夏在研发投入、技术市场、技术升级、科技信息、教育支撑、国家创新支持等创新驱动发展诸多方面都面临着巨大挑战。以知识创获系统、企业创新系统和创新环境系统为主的K-C-E型区域在2000年主要包括天津、辽宁、吉林、黑龙江、江西、山东、河南、湖北、湖南、安徽、广西、重庆、四川、陕西等14个区域；在2014年主要包括天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、江西、山东、河南、湖北、湖南、广西、海南、重庆、四川、贵州、云南、西藏、陕西等20个区域。根据区域创新能力综合得分，该类型区域可具体划分为两类：较高创新驱动能力区域包括天津、辽宁、山东、湖北、湖南、重庆、四川与陕西；较低创新驱动能力区域主要包括河北、山西、内蒙古、吉林、黑龙江、江西、河南、广西、海南、贵州、云南与西藏，大多为资源依赖型地区。相对于第二类省级区域而言，第一类区域的创新驱动能力具有显著优势，各创新驱动子系统发展较好且较为均衡。

(4)四系统阻力模式。即K-C-P-E型，是知识创获、企业创新、创新绩效、创新环境4个系统综合作用对区域创新驱动共同产生阻力作用的模式，该类型在2000年主要包括河北、山西、内蒙古、海南、贵州、云南、西藏、宁夏、甘肃、青海、新疆11个区域，在2014年数量明显减少，主要包括安徽、甘肃、青海、新疆4个区域，绝大多数的K-C-P-E型区域已经发展成为K-C-E型区域。该类型地区影响区域创新能力提升的因素较为全面，子系统的联合阻力作用使区域创新驱动发展局面较为复杂，应在巩固与稳定现有创新驱动能力基础上，优化科技资源配置，大力发挥科技资源的比较优势，逐步提高区域创新驱动能力。

4 结论与讨论

(1)中国31个省级区域的创新驱动能力测度结果表明东部地区的创新驱动能力明显优于广大中西部地区，基本反映了中国区域综合创新驱动能力的发展状况。因此，未来东部地区应进一步发挥先发优势，瞄准国际创新趋势、特点进行自主创新，促使中国自主创新站在国际技术发展前沿，力求在重点领域、关键技术上取得重大突破，中西部地区应进一步提高创新驱动能力，进行多种模式的创新，既要在优势领域进行原始创新，也要对现有技术进行集成创新，还应加强引进技术的消化吸收再创新。

(2)探究影响区域创新驱动能力提升的因素及有效管理创新驱动阻力，根据测算结果得出：产业结构调整与制造业转型升级缓慢、R&D经费投入强度较弱与自主创新内生动力不足成为制约区域创新驱动的普遍性因素。此外，相当一部分省份还存在创新环境不佳、科技普及与教育支撑较弱、政府对自主创新的引领作用有待强化等问题。在区域创新驱动存在普遍性阻碍因素的同时，不同阻碍因子对不同地区创新驱动影响作用也有所不同，未来应该针对不同区域的阻碍因子，制定差别化的区域创新驱动政策。

(3)利用最小方差法(LSE)对区域创新驱动进行系统阻力类型分析，将中国区域创新驱动提升阻力主要分为4种模式：单系统阻力模式、双系统阻力模式、三系统阻力模式和四系统阻力模式。各省级区域应针对特有的创新驱动阻力模式，加强顶层设计，厘清思路、突破口和重点任务，突出企业的创新主体地位，不断优化科技资源配置效率，提高区域创新绩效，营造良好的区域创新环境与创新氛围。加快建立协同创新机制，围绕产业链部署创新链，围绕创新链完善资金链，营造开放协同高效的创新生态。

[1]范斐，杜德斌.基于能力结构模型的区域协同创新研究[J].地理科学，2015，35(1)：66-74.

[2]范斐，杜德斌.区域科技资源配置效率及比较优势分析[J].科学学研究，2012，30(8)：1198-1205.

[3]张来武.论创新驱动发展[J].中国软科学，2013(1)：1-5.

[4]CHUNG S.Building a national innovation system through regional innovation systems[J].Technovation，2002(22):485-490.

[5]TASSEY G.Globalization of technology-based growth：policy imperative[J].Journal of technology transfer，2008，33(6):560-578.

[6]范斐，张建清，杨刚强.区域科技资源配置效率的空间溢出效应研究[J].中国软科学，2016(4)：71-80.

[7]吴建南，郑烨，张攀.基于共词网络分析的国内创新驱动研究热点与趋势[J].中国科技论坛，2014(6):17-23.

[8]周明，喻景.创新驱动五大中心城市产业结构转换能力研究[J].中国科技论坛，2015(8)：93-98.

[9]崔有祥，胡兴华，廖娟,等.实施创新驱动发展战略测量评估体系研究[J].科研管理，2013(12)：308-314.

[10]姚西龙，牛冲槐，刘佳.创新驱动、绿色发展与中国工业经济的转型效率研究[J].中国科技论坛，2015(1)：57-62.

[11]朱珠，张琳，叶晓雯,等.基于TOPSIS方法的土地利用综合效益评价[J].经济地理，2011，32(10)：139-144.

[12]孙才志，董璐，郑德凤.中国农村水贫困风险评价、障碍因子及阻力类型分析[J].资源科学，2014，36(5)：895-905.

[13]张耀光.最小方差法在农业类型(或农业区)划分中的应用[J].经济地理，1986，6(1):49-55.

[14]柳卸林，高太山.中国区域创新能力报告2014—创新驱动与产业转型升级[M].北京：知识产权出版社，2015.

[15]SOUMITRA Dutta，BRUNO Lanvin.The global innovation index 2015：effctive innovation policies for development[R].Printed and bound in Geneva，Switzerland，by the World Intellectual Property Organization.

[16]范斐，杜德斌,等.中国地级以上城市科技资源配置效率的时空格局[J].地理学报，2013，68(10)：1331-1343.

(责任编辑 刘传忠)

Analysis on the Obstacle Type of the Innovation-Driven Regions Based on Obstacle Degree Model

Fan Fei1,2，Xiao Zelei3，Yang Gangqiang1,Sun Yuanyuan1

(1.Institute for the Development of Central China，Wuhan University，Wuhan 430072，China； 2.Economics and Management School，Wuhan University，Wuhan 430072，China； 3.Hubei Institute of Economic and Social Development，Central China Normal University，Wuhan 430079，China)

On the basis of the index system built for assessing the innovation-driven regions,this study applied TOPSIS Model to calculate the regional innovation-driven ability of 31 provinces in China for the period of 2000 to 2014.With the help of Obstacle Factor Diagnose Model,this study explored the obstacle factors that impacted the development of the region’s innovation-driven ability,and furthermore employed the least-squared-error(LSE)criterion to categorize the system obstacle types of the innovation-driven regions.The results shows:①The general factors that hinder the regional innovation-driven development include the slow adjustment of industrial structure and the manufacturing’s slow transformation and upgrading,the relatively low investment in R&D expenditure and the insufficient endogenous power of the independent innovation.②The influence of the different obstacle factors on innovation-driven development vary among regions.Differentiated regional innovation-driven policies should be made in the future based on the different factors the regions are facing.③The types of obstacles impede the improvement of the regional innovation-driven ability include single-system,double-system,triple-system,and quadruple-system.Among the four obstacle types, the“K-C-E Obstacle Model”in the triple-system type is the most common,which stands for the knowledge creating system,the industrial innovation system and the innovation capacity system.

Innovation-driven;TOPSIS Model;Obstacle factors;Resistance model

国家自然科学基金青年项目(41501141)，中国博士后科学基金面上项目(2015M582251)，中国博士后科学基金特别资助项目(2016T90710)，湖北省软科学面上项目(2016ADC068)，武汉市软科学重点研究项目(2016040306010200),武汉市科协科技创新智库建设调研课题：武汉大学自主科研项目(人文社会科学)联合资助。

2016-06-12 作者简介：范斐(1984-)，男，河南南阳人，博士，博士后/讲师；研究方向：城市与区域创新。

F

A